基層醫療的AI賦能——英特爾AI方案助推醫學影像檢測篩查

在2023中國國際醫療器械博覽會期間，英特爾舉辦了以“AI邊緣計算賦能醫療影像，助力基層醫療創新升級”為主題的論壇。來自英特爾、行業協會及醫療領域頭部企業的專業人士，就如何通過醫療AI與云邊端融合助力基層醫療信息化建設，并提高醫療服務效率與醫務人員工作體驗等重要議題展開了深入探討。

基層醫療水平升級是目前政府力推的惠民政策之一，特別是伴隨著新冠疫情的全面爆發，基層醫療水平的提升將會極大緩解疫情爆發帶來的大醫院瞬間激增的檢查與篩查需求，從而從一定程度上確保更多患者能夠及時得到診斷和治療。作為醫學診斷中非常重要的參考因素，醫學影像檢查是目前最直觀的疾病診斷依據，據相關醫療專家介紹，國家目前大力推進基層醫療設備升級，醫學影像設備已經走進很多社區醫院，但對于很多基層醫療機構來說，在醫生水平無法短期內得到提升的基礎上，如何發揮AI在醫療影像篩查中的作用能夠更好地幫助基層醫療體系確保有問題的患者不會被漏檢。

針對AI與醫學影像問題的結合，中華醫學會放射學分會的專家表示，2018年醫學影像人工智能聯盟的成立標志著人工智能在醫學影像中的發展得到了產業的認可，并且目前在肺部結節、冠脈篩查、骨骼檢測等方面擁有了比較好的算法模型。在聯盟關于人工智能在醫學影像中應用的調查顯示，大醫院使用率很高，達到73%，二級醫院32%、一級醫院10%，越小的使用率越低，越大使用率越高。在效果方面，以某三甲醫院為例，應用肺結節的AI模型之后，使用率從70%到80%一直到后面的90%多；以前不用AI的時候，肺結節的檢出率是30%左右，現在是75%。另幾家三甲醫院冠脈的使用率是99%、96%、97%、98%，不用AI的斑塊狹窄檢出率是60%左右，用了之后是95%左右，兩個方面應用AI后檢出率都得到了大幅的提升。當然，在醫療影像中使用人工智能除了可以用于檢測和診斷疾病，還可以用于輔助治療決策。現在許多人工智能系統已經應用在外科手術中，它可以幫助外科醫生決定是否需要手術、需要切除多少組織等。這對于判斷肺部殘留組織是否足夠維持正常功能等問題都有很大的幫助。

當然，該專家還指出，醫療行業是個很嚴謹而且需要醫生專業素養很高才能做出正確診斷，因此人工智能還主要是作為輔助手段來參與到醫療診斷過程中，特別是構建怎樣的模型，如何進行有效訓練數據的導入，以及如何確定模型的篩查準確性等問題。不同領域的數據標注規范不同，即使是同一領域的數據，由不同的人進行標注也會存在差異，不同醫院的數據也不同。當然，我們需要多樣性，但如果沒有標準，就會混亂。為了對傳統的深度學習人工智能進行標注，需要有行業內的專家來達成共識。制定標準是非常關鍵的，我們需要做好專家共識，在不同領域制定不同的評價標準。

當前，醫療衛生數據已占全球總數據量的30%，如何有效管理和利用大量非結構化的醫療數據已成為一項巨大挑戰。英特爾中國區物聯網及渠道數據中心事業部總經理郭威表示，英特爾正在將醫療AI與云邊端進行創新融合，在賦能智慧醫療的同時加速科研創新，以實現醫療數據的有效管理和利用。在醫療行業上，英特爾主要做三件事情，“一個基礎，兩個核心點”。一是以人工智能為基礎賦能行業，讓人工智能在我們的芯片上跑得更好。兩個核心點，一是加速科研創新，二是賦能智慧醫療。英特爾把環保、智慧農業都放在大健康行業。除了醫院之外，在整個科研創新領域，英特爾也有很多可以和合作伙伴一起合作的機會。英特爾認為，賦能整個醫療行業發展的一個基石就是加速人工智能.

人工智能在醫療行業，不管是在自然語言處理、機器視覺還是公共健康上都大有可為。英特爾的核心就是利用芯片不斷提高算力，這個算力包括數據產生、數據傳輸、數據分析，賦能人工智能。同時，英特爾也會推出更多的底層軟件，讓客戶和合作伙伴能利用底層軟件更好地使用芯片。利用人工智能支持好醫療行業的科研創新以及支持好我們的智慧醫院，讓中國整個醫療行業越來越好，讓中國人民生活健康水平越來越高，大家過得越來越開心、越來越美滿，是我們英特爾的核心追求。

隨著云端應用的逐漸普及，醫療影像系統也開始向云端服務擴展，很多大醫院的影像中心都涉及到云、邊、端協同的問題，數據要去分享。在云、邊、端的每一個節點上都有不同類型的任務，需要不同的數據處理的方式，所以說影像數據在一個完整的業務流程當中，很多時候是跨部門、跨機構在云、邊、端不同節點上協同進行的工作。從這個層面來講，英特爾可能是獨一無二的，英特爾是一家可以對云、邊、端完整地提供影像數據處理的公司。因為英特爾提供了一個能夠讓大家在影像的全生命周期里做各種類型的各種負載算法處理的全生態的軟硬件的支撐。

以醫學影像場景為例——醫學影像技術的飛速進步讓越來越多臨床診斷有“據”可依。為幫助醫療機構輕松面對不斷擴張的影像數據處理需求，基于英特爾架構，匯醫慧影打造了包括Dr.Turing AI平臺、Novacloud智慧影像云及Radcloud大數據智能分析云平臺在內的全周期AI醫學影像解決方案。通過引入英特爾^??至強^??可擴展處理器、OpenVINO^?工具套件以及面向英特爾^??架構優化的Python等領先軟硬件產品和技術，該解決方案的各個平臺處理效率都獲得了顯著提升。得益于這些軟硬件相互搭配、協作優化帶來的整體加速優勢，Dr.Turing AI平臺在新冠肺炎篩查、乳腺癌檢測等影像分析場景中的推理速度獲得了顯著提升。同時，放射組學分析方案在優化后的Radcloud大數據智能分析云平臺的支持下，其處理效率也獲得明顯加速。

此外，為助力基層醫療的信息化建設，英特爾還積極攜手行業伙伴基于Al邊緣計算技術，針對多樣化應用場景打造眾多高性能解決方案，以打破院內數字孤島、優化基層醫療資源配置并加速推動分級診療進程，從而充分釋放醫療數據價值，實現基層醫護人員工作效率和廣大患者就醫體驗的同步提升。